教大语言模型更新信念以实现高效长周期交互

ABBEL 框架通过将交互摘要形式化为自然语言信念状态并引入监督评分，解决了大语言模型长周期交互中递归摘要导致的性能损耗问题。在 CollabBench 协同编程测试中，带重构评分的 ABBEL 将与全上下文模型的性能差距缩小约 50%，训练步数从 100 步减半至 50 步。同时该方案大幅削减了峰值上下文 token 长度，兼顾了推理内存效率。